hadoop通過mapreduce（hadoop和mapreduce後續我也會提到）可以將複雜的計算任務分割成多個處理單元然後分散到一群家用的或者伺服器級別的硬體機器上，從而降低成本並提供執行可伸縮性。而隨之出現的問題是使用者如何從現有的資料基礎架構轉移到hadoop平台上。hive相當於一門sql方言，用於查詢儲存在hadoop集群上的資料。
1 hive不支援記錄級別的更新、插入和刪除操作
這是由於hadoop以及hdfs設計本身約束的
2 hive查詢延時嚴重
傳統資料庫秒級別可以完成的查詢，在hive中往往需要執行更長的時間。因為hadoop是乙個面向批處理的系統，而mapreduce任務(job)的啟動過程需要消耗較長的時間。
3 hive不支援事務
1 在hive中直接寫sql語句
$ hive -e "select * from mytable limit 3;"例如將sql語句儲存在wiehqueries.hql檔案中
$ hive -f /path/to/file/withqueries.hqlhive概述,hive是什麼
hive是基於hadoop的資料倉儲解決方案。由於hadoop本身在資料儲存和計算方面有很好的可擴充套件性和高容錯性，因此使用hive構建的資料倉儲也秉承了這些特性。這是來自官方的解釋。簡單來說，hive就是在hadoop上架了一層sql介面，可以將sql翻譯成mapreduce去hadoop上執行...
HIVE基礎詳解
tinyint 1byte，128 127 smallint 2byte，32,768 32,767 int 4byte 2,147,483,648 2,147,483,647 bigint 8byte 9,223,372,036,854,775,808 9,223,372,036,854,775,...
hive配置詳解
hive中有許多配置將幫助我們提公升效能，其詳細配置如下 hive.auto.convert.join 預設值為true 是否根據輸入小表的大小，自動將 reduce 端的 common join 轉化為 map join，從而加快大表關聯小表的 join 速度。2 hive.groupby.ske...